为什么 Oracle 类似查询生成的解释计划大不相同答案

【问题标题】：Why Oracle similar queries generate explain plan very different为什么 Oracle 类似查询生成的解释计划大不相同
【发布时间】：2021-11-14 11:29:17
【问题描述】：

为什么以下非常相似的查询会产生截然不同的计划？

查询 1

SELECT *
FROM ACTORREPORTADO_RIESGO ars1
WHERE ars1.fechariesgo =
            ( SELECT MAX(fechariesgo) FROM actorreportado_riesgo ars2
                WHERE ars2.idactorreportado=ars1.idactorreportado
            )
        AND COALESCE(nivelriesgo,' ') NOT IN ('N',' ')  this is the line diff

查询 2

SELECT *
FROM ACTORREPORTADO_RIESGO ars1
WHERE ars1.fechariesgo =
            ( SELECT MAX(fechariesgo) FROM actorreportado_riesgo ars2
                WHERE ars2.idactorreportado=ars1.idactorreportado
            )
        AND nivelriesgo NOT IN ('N',' ');  -- this is the line diff

表格有 15 行

CREATE TABLE ACTORREPORTADO_RIESGO (
  IDACTORREPORTADO NUMBER(17) NOT NULL,
  FECHARIESGO DATE NOT NULL,
  NIVELRIESGO VARCHAR2(10),
  USUARIORIESGO VARCHAR2(50),
  OBSERVACIONES VARCHAR2(500),
  CONSTRAINT PK_ACTORREPORTADO_RIESGO PRIMARY KEY (IDACTORREPORTADO, FECHARIESGO)
)

【问题讨论】：

查询在逻辑上是等价的。然而，虽然这对于合格的程序员来说可能（应该是！）显而易见，但对优化器来说并不明显。优化器必须分析coalesce 的第二个参数，注意它是一个文字，然后检查NOT IN 列表中的值，并注意到相同的文字出现在列表中，因此可以转换第一个查询进入第二个，计划更便宜。这对优化器要求太多了。最好我们自己编写更简单、更高效的查询。

标签： sql oracle explain

【解决方案1】：

原因是COALESCE(nivelriesgo,' ') 是一个必须为每一行计算的表达式，因此数据库不能在nivelriesgo 上使用索引（如果它们存在）或直接使用表中的nivelriesgo 值。

如果您将其更改为逻辑上的等效项，我希望您会得到相同的两个计划：

AND nivelriesgo IS NOT NULL
AND nivelriesgo NOT IN ('N',' ')

【讨论】：

【解决方案2】：

tldr;优化器不知道COALESCE(nivelriesgo,' ') 是什么所以不会做得很好。

细节：这里最重要的是基数以及 Oracle 如何估计它。

COALESCE(nivelriesgo,' ') NOT IN ('N',' ')

Oracle 不知道表达式COALESCE(nivelriesgo,' ') 的分布，因此它不得不依靠一些硬编码猜测。对于NOT IN 列表中的每个元素，Oracle 将使用应用 5% 的选择性。所以两个元素给你 5% 和 5%（因为表达式的值不能是 'N' 而不是''），这给你 0.25% 的选择性。应用于您的基数 15：Oracle 估计此过滤器（单独）将为您提供 1 行（从 0.0375 向上取整）。

如果 Oracle 认为通过表扫描应用过滤器将返回一行，那么它将认为它只需要运行一次标量相关子查询。这对优化器来说似乎很便宜，因为这个相关子查询有一个支持索引。

当您将外部过滤器更改为

nivelriesgo NOT IN ('N',' ')

Oracle 突然有一些信息可以作为这个估计的基础——它知道你的表中有多少 nivelriesgo 的不同值（感谢统计数据），它知道这些值的范围是什么，它甚至可能对分布有所了解（如果您有直方图）。根据您的计划，Oracle 估计此过滤器将返回 14 行（共 15 行）。将标量相关子查询循环 14 次显然不如只循环一次那么吸引人，所以这显然不是一个好主意。

它已确定它可以重写您的查询，使其有效

select ars1.*
from  ( select ars2.idactorreportado
              ,max(fechariesgo) max_fechariesgo 
        from   actorreportado_riesgo ars2
        group by ars2.idactorreportado
      ) ars2
join  actorreportado_riesgo ars1
  on  ars2.idactorreportado = ars1.idactorreportado
 and  ars2.max_fechariesgo  = ars1.fechariesgo
where ars1.nivelriesgo NOT IN ('N',' ');

因此，不必每行执行一次标量相关子查询，它用您的其他过滤器标识，它已将其取消嵌套，并且只需执行一次即可。

现在，这就是超级有趣的东西的用武之地，Oracle 对这个新子查询将返回多少行并不是 100% 的信心。如果结果数量很少，它将使用索引查找（使用主键）并保留该行，如果它与您的 nivelriesgo 过滤器匹配（它认为大多数行都是如此）。如果子查询有大量结果，它将只进行全表扫描（仅返回与您的nivelriesgo 过滤器匹配的行）并将其与子查询结果进行哈希连接 - 这对于大型结果集通常是最佳的。

【讨论】：